无线传感器网络覆盖率与节能性研究

在无线传感器网络中,节点的能量是有限的,因此各节点覆盖区域的重叠度必须减少,而且对节点的能量必须合理利用,以延长网络生命周期。提出了一种基于能量感知的区域覆盖算法,在该算法中,活动节点根据簇内每个传感器节点的覆盖区域和剩余能量来确定,在保持网络高覆盖率的情况下,使活动节点的数目最小化。仿真结果表明,相较于其他算法,提高了网络覆盖率,并能够获得更长的生命周期。     

WSNs能量异构节点部署与区域覆盖优化

针对无线传感器网络（WSNs）的热点区域问题所导致的节点能量异构、能量空洞等问题,对网络进行重新部署以满足区域覆盖的要求。建立WSNs能量异构节点区域覆盖优化模型,以网络覆盖率为目标函数,节点位置作为决策变量,采用差分进化算法优化该目标,同时获得各节点的最佳位置。仿真实验表明：该模型能充分调度各节点的剩余能量,对热区问题导致的能量空洞进行重新部署,该策略能够延长网络的生命周期,提高网络的可靠性。     

改进的无线传感器网络覆盖区域节点调度算法

节能覆盖对于提高无线传感器网络的性能有着重要的意义.针对当前传感器网络的算法中存在的热区问题,提出一种在传感器网络非均匀分布部署下的基于能量预测的节点覆盖调度算法.该算法首先对网络中的节点进行非均匀部署,离基站距离较近区域部署的节点密度较大,而较远的密度小,然后综合考虑节点覆盖效率和能量消耗进行节点调度,从而使能量消耗更加均衡,最后对该算法进行了仿真实验和性能分析.仿真结果表明与当前经典的覆盖节点调度算法相比,该算法提高网络覆盖率、降低了网络能耗,且网络生命周期也相应的延长,能够保证网络内大多数节点达到能耗均衡.     

EMAC:能量有效的多目标关联覆盖空洞补偿算法

覆盖问题是无线传感器网络研究的基本问题。节点数量以及覆盖范围直接影响到网络性能和网络服务质量。因此,为了更好研究覆盖问题,提出了一种能量均衡的多目标关联覆盖空洞算法(Energy Efficient Multi-target Associate Coverage Holes Compensation Algorithm,EMAC),该算法利用节点间关联性和动态分组调整覆盖区域。在覆盖区域内,利用贪心算法对覆盖区域进行优化,并给了空洞存在时的必要条件以及移动目标拟合函数的收敛条件,保证了所关注目标节点被传感器节点均匀覆盖的同时又优化了网络资源。在每个周期内采用唤醒部分传感器节点,使之轮流工作,确保了整个网络体系能量的均衡,从而延长了网络生命周期。实验结果表明,在满足一定覆盖率的前提下,该算法不仅可以有效地抵制节点能量的快速消耗,而且具有更好的适应性和有效性。     

移动异构传感器网络分布式部署算法

针对移动异构传感器网络中的最大覆盖问题,论文提出了一种分布式部署算法.该算法依据节点坐标及其感知范围而更新目标划分子区间,使子区间内的各个节点能结合自身及其delaunay邻居节点当前的几何位置和剩余能量值确定速度向量,同时利用节点的移动特性,使调整后的网络最大化覆盖目标区域.仿真结果表明,该算法在提高网络覆盖率和协调速度的同时,能兼顾网络节点剩余能量的均衡.     

一种通过剩余能量过滤进行簇头选举的低能耗无线路由算法

基于LEACH协议提出一种改进的无线传感器网络的自组织路由算法。该算法在原LEACH协议的簇头产生环节做了较大改进,在簇头产生过程中,将当前节点剩余能量与全无线传感器网络节点平均剩余能量进行比较,防止剩余能量小于全网平均剩余能量的节点当选簇头,进一步优化了全网络节点能量消耗的均衡性,有效推迟了节点的死亡时间。通过在簇头选举阶段使用有目的性的筛选取代LEACH的随机选取,实现降低无线传感器网络能耗、延长网络生命周期的目的。通过MATLAB仿真软件进行试验测试,结果表明,改进的算法可以提高无线网络的生命周期,均衡无线网络能量消耗,增加网络吞吐量,有效延迟无线网络节点的死亡时间。     

基于空间分辨率的无线传感网节点调度策略

节点调度策略是解决无线传感器网络(WSN)能量受限和覆盖高度冗余的一种有效方法,但在节能的同时又必须满足覆盖率的需求。针对随机调度中的能量消耗不均衡且使用不合理等问题,提出一种基于空间分辨率的节点调度策略。该策略通过控制区域中的活动节点数来保障网络的覆盖率要求,并利用剩余能量来均衡化各节点的能耗。同时借助邻居节点保障机制,一方面关闭休眠节点的实时监听,减少不合理的能耗;另一方面缓解节点轮休时可能出现的覆盖漏洞问题,有效保障网络覆盖率。仿真结果表明,该策略在网络覆盖率、生存期以及节点间的能耗均衡度等方面的性能表现优于Gur Game等调度算法。     

一种基于顺序博弈的UWSNs覆盖控制算法

近年来,人们对海洋资源愈加重视,水下无线传感器网络在海洋数据监测、海洋军事、辅助导航等方面的应用引起了广泛关注。一个良好的水下无线传感器网络覆盖控制,首先能够降低覆盖冗余,优化网络空间资源的配置;其次可以减少节点的能耗、降低网络的成本并延长节点的生命周期,使水下无线传感器网络可以更好地完成目标水域环境感知任务。提出了一种基于顺序博弈的水下无线传感器网络覆盖控制方法,用于优化水下无线传感器网络的覆盖控制,期望能够降低节点的能耗,均衡节点之间的能量,最终实现延长网络的生命周期的目标。仿真实验表明,该算法能够提高网络覆盖率和延长网络生命周期。     

基于遗传算法的能量均衡覆盖控制策略

研究优化网络通信、延长网络寿命问题,由于无线传感器网络中覆盖率、工作节点数和能耗均衡互相矛盾。为了选择最优覆盖节点集基础上,同时考虑网络区域能耗的均衡特点,提出一种遗传算法的能量均衡覆盖控制策略。构建概率感知模型网络,定义一个能耗均衡系数用以表示网络能耗均衡程度,以覆盖率、工作节点数和网络能耗均衡系数为优化目标,然后利用遗传算法进行仿真。仿真结果表明,覆盖控制策略能够在达到较高覆盖率的同时,有效降低能耗并保证网络能量均衡,从而延长网络生存时间。     

能耗均衡的多跳多路径认知分层路由算法

为了缓解频谱资源紧缺的现状,提高认知无线传感器网络能量消耗的均衡性,并减少网络的能量消耗,提出了一种适用于异构认知无线传感器网络的能耗均衡多跳多路径认知分层路由EMMCH算法。首先,根据节点剩余能量、节点位置和邻居节点密度改进了簇首选举概率;其次,结合竞争半径的概念,平衡区域簇首能耗;然后,根据节点信道可用性和剩余能量选举最优簇首,簇首总数依据动态选举的思想确定;最后,簇首节点选取剩余能量高、距离汇聚节点近且存在空闲信道的节点进行多跳传输路径规划,再结合沿途消耗和不均衡程度选取最优路径。仿真结果显示,与对比算法相比,EMMCH算法具有更长的生命周期、更高的稳定性、更多的数据传输量和更均衡的网络能耗。     

混合WSNs中基于多目标优化的覆盖控制算法

针对无线传感器网络( WSNs)随机部署产生的区域覆盖率低、节点利用率差和能量不均衡的问题,引入移动传感器节点,将快速非支配排序遗传算法Ⅱ( NSGA-Ⅱ)运用到混合无线传感器网络覆盖控制部署并进行改进,采用分层编码策略,引入删除算子避免早熟,自适应改变交叉、变异概率提高局部搜索能力,获得较优解集后基于决策者信息偏好选择最优目标.仿真实验结果表明:有效解决了WSNs覆盖控制问题,可以在网络覆盖率最大化的同时,节点利用率较大且能耗系数较低,延长网络寿命.     

一种能耗均衡的无线传感器网络覆盖协议

在随机部署的无线传感器网络中,现有的节点调度算法不能同时保证工作节点均匀分布,使网络能耗不均衡.针对该问题,提出一种分布式、能耗均衡、与节点位置无关的无线传感器网络覆盖协议(EBLCP).EBLCP在虚拟坐标的基础上建立临时集,节点只需与邻居中少量节点通信,比较这些节点的剩余能量从而竞选工作节点.实验结果表明,与NSV...     

移动传感器网络中能量均衡分簇及移动策略

无线传感器网络各节点能量有限,如果数据收集节点（Sink）能够移动,则可以大大节约节点能量,从而延长网络的寿命。首先提出一种能量均衡的分簇算法,根据节点地理信息进行分簇,使得节点耗费总能量尽可能小的同时,使各簇能量消耗基本平衡;在此基础上提出一种Sink 移动策略,Sink 优先选择能量较充足的簇收集信息。仿真结果表明,与传统的随机移动算法相比,提出的算法能够显著平衡各族之间的能量消耗,并减少总的网络能量消耗,从而提高网络的寿命。     

DELIC:一种高效节能的与节点位置无关的传感器网络覆盖协议

现有的覆盖协议大多数都依赖于GPS、有向天线等基础设施或者定位机制，使节点获得其物理位置，这不仅成本高、能耗大，而且存在准确定位的问题．提出了一个分布的、高效节能、与节点位置无关的传感器网络覆盖协议（DELIC）＋在DELIC协议中，节点与邻居交换信息并通过能量大小竞选工作节点，其他未竞选成功的节点关闭通信设备＋模拟实验结果表明，DELIC协议不仅可以提供高质量的覆盖性能，而且具有良好的节能性能．DELIC协议性能超过OGDC，PEAS，GAF-like，SponsorArea协议．     

基于WSNs的部分覆盖应用的节点唤醒机制

无线传感网络WSNs(Wireless Sensor Networks)已广泛应用于各类领域.然而,由于能量有限,提高传感节点能效是一项挑战工作.休眠调度策略是保存能量、延长网络寿命的有效策略.此外,多数WSNs应用并不要求100％的覆盖.为此,提出面向部分覆盖应用的节点唤醒机制,且标记为PCLA.PCLA机制引用学习自动机去合理地唤醒节点,而其他节点休眠,进而延长网络寿命.首先,唤醒部分节点构成主干网,然后,再利用这些节点的邻居去满足网络覆盖要求.实验数据表明,与同类机制相比,提出的PCLA机制能够有效地满足部分覆盖要求,并且在活动节点数和网络寿命方面也具有较好的性能.     

无线传感器网络动态节点选择优化策略

无线传感器网络的能耗和有效覆盖率是衡量其性能的两个重要指标.无线传感器网络动态节点选择优化策略通过合理配置各无线传感器节点状态,平衡网络能耗和有效覆盖率,提高网络能效性,延长网络寿命.提出一种结合了Hopfield网络与遗传算法的动态节点选择优化策略,简称为HN-GA.该策略通过遗传算法实现全局搜索,采用Hopfield网络缩小遗传算法的搜索范围,保证遗传算法中每个基因对应待选解的有效性,并针对动态节点选择优化提出一种基于无线传感器网络能耗、寿命和有效覆盖率的综合指标.仿真实验表明,HN-GA算法能有效完成无线传感器网络动态节点选择优化,并在确保网络有效覆盖率的前提下,通过动态配置各无线传感器节点状态,降低网络能耗,延长网络寿命.与遗传算法和Hopfield网络相比,HN-GA算法不仅全局搜索能力强,且收敛速度快、耗时少.     

改进的离散果蝇优化算法在WSNs覆盖中的应用

针对无线传感器网络( WSNs)随机部署产生的区域覆盖率低、节点利用率差问题,提出一种改进的离散果蝇优化算法( FOA)对WSNs覆盖进行优化.新算法引入自适应步长的分类嗅觉随机搜索和基于移民操作及精英库的多种群协同进化机制,提高了优化精度和效率.仿真实验结果表明:新算法有效解决了WSNs覆盖问题,在确保网络覆盖率最大化的同时节点利用率较大,延长网络寿命.     

Sleep–wake up scheduling with probabilistic coverage model in sensor networks1

Energy optimisation is one of the important issues in the research of wireless sensor networks (WSNs). In the application of monitoring, a large number of sensors are scattered uniformly to cover a collection of points of interest (PoIs) distributed randomly in the monitored area. Since the energy of battery-powered sensor is limited in WSNs, sensors are scheduled to wake up in a large-scale sensor network application. In this paper, we consider how to reduce the energy consumption and prolong the lifetime of WSNs through wake-up scheduling with probabilistic sensing model in the large-scale application of monitoring. To extend the lifetime of sensor network, we need to balance the energy consumption of sensors so that there will not be too much redundant energy in some sensors before the WSN terminates. The detection probability and false alarm probability are taken into consideration to achieve a better performance and reveal the real sensing process which is characterised in the probabilistic sensing model. Data fusion is also introduced to utilise information of sensors so that a PoI in the monitored area may be covered by multiple sensors collaboratively, which will decrease the number of sensors that cover the monitored region. Based on the probabilistic model and data fusion, minimum weight probabilistic coverage problem is formulated in this paper. We also propose a greedy method and modified genetic algorithm based on the greedy method to address the problem. Simulation experiments are conducted to demonstrate the advantages of our proposed algorithms over existing work.     

传感网中带有可控阈值的优化协同覆盖算法

传统型的无线传感器网络(WSNs)覆盖受限于节点能量和数据冗余,迫使WSNs异常中断。为此,提出一种带有可控阈值的优化协同覆盖算法(OCC-CT)。该算法首先确定关注目标节点(FTNs)的位置信息,利用遗传算法(GA)给出了节点路径规划;其次,通过可控阈值参数和变异参数等特性对事件域节点成簇进行优化,使之节点成簇更为均匀,以减少节点能量的消耗,提升对全局目标节点的搜索能力;再次,利用适应函数对所覆盖目标位置及节点监测范围所形成的覆盖连续性进行优化,达到了提高网络覆盖率和延长网络生存周期的目的。最后,仿真实验结果表明,OCC-CT算法与其他三种算法相比在网络覆盖率、网络生存周期等方面平均提升了0.11、0.16,在网络能量开销方面提升了0.14,从而进一步验证了OCC-CT算法具有较强的稳定性和有效性。